Community程式設計與開發github.com

p123p2000/synbio-igem-skills

將已核校的合成生物學授課、主持或答辯內容組織成帶觸發點、證據和交接提示的中文現場卡片,支援長文分頁、多人分套與來源索引,輸出可列印 HTML 或 PDF。

synbio-igem-skills 是什麼?

此技能專為合成生物學領域的現場表達場景(如授課、主持、答辯)設計,能將已核校的內容轉化為結構化的提示卡。它強調卡片是「現場的認知界面」,而非縮小字號的講稿,因此每張卡片都包含五個核心要素:觸發點、核心話語、證據錨點、講述動作和持有人。技能支援長文自動分頁、多人分套卡片(共同卡可同時歸入多位持有人套件),並保留穩定的來源索引,最終輸出可列印的 HTML 或 PDF 格式。它依賴 Python 標準庫與 ReportLab(PDF 需自備 TrueType 字型),不處理公式、圖表或圖片,專注於純文字與結構化資料的排版,適合需要精確現場表達與後續回查的團隊協作場景。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/p123p2000/synbio-igem-skills/tree/HEAD/skills/synbio-cue-cards

Installed? Explore more 程式設計與開發 skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

現場表達提示卡

提示卡是現場的認知界面,不是縮小字號的講稿。本 Skill 先整理講述任務,再用原創本地工具生成可追蹤的卡片套裝;它不承擔科學審稿,也不輸出 Word。

卡片語法

每張卡先明確五件事,再映射到 JSON 字段:

  • 觸發點:何時翻到這張卡,寫入 title 或正文開頭。
  • 核心話語:現場必須說清的內容,寫入 body。
  • 證據錨點:需要核對的來源、數據或邊界,寫入 source。
  • 講述動作:停頓、提問、展示或移交提示,寫入 notes。
  • 持有人:一個或多個真實角色,寫入 speaker;不根據姓名或性別猜測分工。

提問卡可以把預期要點放在教師版本的 notes;製作學生版本時從輸入副本移除答案。notes 會被列印,並不是隱藏批註。

生成流程

  1. 先確認場景、發言人、卡片尺寸、使用距離和輸出格式。科學結論、實驗數據、賽事認可與人物背書必須在製卡前完成核驗。
  2. 從 空白模板 建立結構,按 操作指南 填寫;教學模擬示例 只能作為格式參考。
  3. 執行 scripts/cue_cards.py。HTML 模式只使用 Python 標準庫;PDF 需要 ReportLab 和使用者自行提供、允許嵌入且覆蓋所需漢字的 TrueType 字型。
  4. 檢查總套、各發言人分套、共同卡歸屬、卡號、續卡順序、完整來源索引和正文字元是否齊全。
  5. PDF 逐頁渲染檢查;HTML 使用目標瀏覽器進行列印預覽。記錄已經驗證的介質,不把螢幕查看等同於實際印刷驗收。

排版契約

  • 預設一頁一張、150×100 mm。正文預設 13 pt;尺寸和字型大小可在命令列調整。
  • 長內容優先在語句或換行處續卡,無法完整放入時繼續分卡而不靜默刪字。
  • 總套和分套共用穩定卡號;多人共同持有的卡進入每位持有人的分套。
  • 每頁顯示來源;過長來源指向隨包 index.html,完整值同時保留在索引 JSON 和 HTML 中。
  • 字型缺字、標題無法放置、非法 JSON 或輸出目錄已存在時返回錯誤。程式不主動刪除或覆蓋舊成果。

輸入模型不保存公式、科研圖表、圖片或富文字。如果任務需要保真轉換這些內容,應改用文件或簡報工具。本工具唯讀本地 JSON,不存取其中的網址,也不執行正文中的命令。

初次使用閱讀 介紹;排練與評價方法見 教學指南。向課程平台或影片模組交接時保留穩定卡號和來源錨點,使現場表達可以回查到原始內容。

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

相關技能